LinkedIn ڈیٹا انجینئرز کا انٹرویو کیسے لیتا ہے

LinkedIn ہر عہدے کے لیے الگ اسکرپٹ کے بجائے اپنے بھرتی کے طریقے کا خاکہ شائع کرتا ہے، اس لیے ذیل کے مراحل اسی خاکے پر مبنی ہیں؛ اس صفحے پر اسکریننگ، کوڈنگ، سسٹم ڈیزائن، رویے سے متعلق اور آن سائٹ تیاری کے زمرے ہیں، LinkedIn کے انٹرویو مراحل کے نام نہیں۔

• بھرتی کی کال۔ اگر آپ اہلیت پوری کرتے ہوں اور اگلے مرحلے کے لیے منتخب ہو جائیں تو بھرتی کی ٹیم کال طے کرتی ہے، اور بھرتی کرنے والے مینیجر یا ٹیم کے کسی دوسرے رکن کے ساتھ ویڈیو کال بھی طے کر سکتی ہے۔
• انٹرویو کا مرحلہ۔ آپ ٹیم کے مزید کئی ارکان سے ملتے ہیں اور ہر انٹرویو مہارت کے ایک مختلف شعبے پر مرکوز ہوتا ہے۔ ڈیٹا انجینئر کے لیے توقع کریں کہ یہ شعبے SQL اور ڈیٹا ماڈلنگ، پائپ لائنز، سسٹمز اور سابقہ کام سے متعلق ہوں گے، اگرچہ LinkedIn ان کی فہرست نہیں دیتا۔
• کیس اسٹڈی یا وائٹ بورڈ۔ عہدے کے لحاظ سے امیدواروں سے کیس اسٹڈی پیش کرنے یا وائٹ بورڈ مشق کرنے کو کہا جا سکتا ہے۔ ڈیٹا سے متعلق عہدے میں کیس پیش کرنے کے مقابلے میں پائپ لائن یا اسکیما وائٹ بورڈ پر بنانے کا امکان زیادہ ہے۔
• فیصلہ۔ انٹرویوز کے بعد فیصلہ کرنے میں LinkedIn کو کئی ہفتے لگ سکتے ہیں۔

LinkedIn یہ شائع نہیں کرتا کہ ڈیٹا انجینئر کے کتنے انٹرویوز ہوتے ہیں، ہر انٹرویو کتنی دیر جاری رہتا ہے، یا کوڈنگ اسیسمنٹ ہوتا ہے یا نہیں۔

LinkedIn کے شائع کردہ طریقے میں ہر انٹرویو مہارت کے ایک شعبے پر مرکوز ہے۔ یہ مفید ہے: آپ ہر شعبے کی گہرائی سے تیاری کر سکتے ہیں، بجائے اس توقع کے کہ ہر انٹرویو لینے والا ہر چیز کا احاطہ کرے گا، اور اس کا مطلب یہ بھی ہے کہ کمزور شعبہ مضبوط شعبے کے پیچھے نہیں چھپ سکتا۔

ڈیٹا انجینئر کے انٹرویوز عموماً چار شعبوں کا جائزہ لیتے ہیں، اور یہ اس بارے میں معقول اندازہ ہیں کہ LinkedIn کے مہارت پر مرکوز انٹرویوز اس عہدے کے لیے کیسے تقسیم ہو سکتے ہیں:

• SQL اور ڈیٹا ماڈلنگ۔ محدود وقت میں درست اور پڑھنے میں آسان کوئریز، اور ایسے اسکیما جو بدلتی ضروریات کا مقابلہ کر سکیں۔
• پائپ لائنز اور آرکیسٹریشن۔ انحصارات، یکساں نتیجہ دینے والے دوبارہ اجرا، بیک فلز، اور تاخیر سے آنے والے یا ناقص وضع والے ذرائع۔
• تقسیم شدہ ڈیٹا سسٹمز۔ پارٹیشننگ، اسٹوریج فارمیٹس، بیچ بمقابلہ اسٹریمنگ، اور لاگت؛ ایک بڑے سوشل پلیٹ فارم کے حجم یہ سوالات عملی بنا دیتے ہیں۔
• ڈیٹا کا معیار اور ذمہ داری۔ مسئلے کی شناخت، ابلاغ اور روک تھام، جہاں عموماً سابقہ کام سے متعلق سوالات آتے ہیں۔

LinkedIn کا شائع کردہ خاکہ عہدے کے لحاظ سے مختلف نہیں ہوتا، اس لیے ذیل کے فرق عمومی طریقہ کار پر مبنی ہیں۔

• سافٹ ویئر انجینئر کے انٹرویوز کے مقابلے میں توقع کریں کہ تکنیکی مہارت کے شعبوں میں الگورتھمز کے وسیع جائزے کے بجائے SQL، ڈیٹا کی تنظیم اور پائپ لائن منطق پر زیادہ زور ہوگا، جبکہ ڈیزائن کی گفتگو ڈیٹا کے بہاؤ، اسٹوریج اور تازگی سے متعلق ہوگی۔
• ڈیٹا سائنٹسٹ کے انٹرویوز کے مقابلے میں شماریات اور ماڈلنگ پر کم، اور قابل اعتماد ڈیٹا بروقت فراہم کرنے والے سسٹمز پر زیادہ توجہ کی توقع کریں۔
• دوسری کمپنیوں کے مقابلے میں شائع شدہ خصوصیات میں ہر انٹرویو میں ایک مہارت پر توجہ، ممکنہ کیس اسٹڈی یا وائٹ بورڈ مشق، اور ایسا فیصلہ شامل ہیں جس میں کئی ہفتے لگ سکتے ہیں۔ ہر مہارت کے شعبے کی الگ تیاری کریں اور خاکہ بنانے کے لیے تیار رہیں۔

LinkedIn وقت کے بارے میں ایک بیان شائع کرتا ہے: انٹرویوز کے بعد فیصلہ کرنے میں اسے کئی ہفتے لگ سکتے ہیں۔ LinkedIn انٹرویوز کی تعداد یا دورانیہ، یا بھرتی کی کال اور انٹرویو کے مرحلے کے درمیان وقفہ شائع نہیں کرتا۔

مشکل ہر انٹرویو میں وسعت کے بجائے ہر شعبے کی گہرائی میں ہے۔ چونکہ ہر انٹرویو مہارت کے ایک مختلف شعبے پر مرکوز ہوتا ہے، اس لیے انٹرویو لینے والا پوری گفتگو میں پائپ لائنز یا ماڈلنگ کی گہرائی تک جا سکتا ہے، اور صرف سطحی جواب رکھنے والے امیدوار کے پاس جلد مزید مواد نہیں بچے گا۔ ہر شعبے کی تیاری ایسے کریں جیسے وہی واحد شعبہ ہو۔

شائع کردہ ساخت کے مطابق تیاری کریں: ایک وقت میں مہارت کا ایک شعبہ، اور پوری گہرائی کے ساتھ۔

• SQL اور ماڈلنگ کی گہری تیاری۔ ونڈو فنکشنز، ڈی ڈپلیکیشن اور آہستہ آہستہ بدلنے والی ڈائمینشنز لکھنے اور سمجھانے کی مشق کریں، پھر ان کے پیچھے اسکیما کے انتخاب کا دفاع کریں۔
• وائٹ بورڈ پر پائپ لائن ڈیزائن۔ ایسے دو یا تین سسٹمز تیار رکھیں جنہیں آپ ناکامی کے طریقوں سمیت ابتدا سے انتہا تک بنا سکیں، کیونکہ وائٹ بورڈ مشق ایک شائع شدہ امکان ہے۔
• سسٹمز کے باہمی سمجھوتے۔ پارٹیشننگ، فارمیٹس اور بیچ بمقابلہ اسٹریمنگ، ہر انتخاب کی لاگت سمیت۔
• سابقہ کام کے شواہد۔ ڈیٹا کے معیار کا ایسا واقعہ جس کی ذمہ داری آپ نے لی: آپ نے کیا پکڑا، کس کو بتایا، اور کیا بدلا۔
• فارمیٹ کی مشق۔ SubcueAI کے ساتھ ایک فرضی انٹرویو آپ کو مسلسل سوالات کے تحت مہارت کے ایک شعبے کی مشق کرنے دیتا ہے، اور یہی وہ ساخت ہے جسے LinkedIn بیان کرتا ہے۔